我目前正在使用 partial_fit 和 SGDClassifier拟合模型来预测图像上的主题标签。
我遇到的问题是 SGDClassifier 需要预先指定类。这可以离线拟合模型，但我想在观察新主题标签时在线添加新类。目前，我需要从头开始重新训练新模型以适应新类别。
有没有办法让 SGDClassifier 接受新类而无需重新训练新模型？或者我最好为每个主题标签训练一个单独的二进制 SGDClassifier？
谢谢
最佳答案
主题标签通常只是标签，因此一个对象可以拥有多个标签。在这种设置中，不存在多类场景 - 每个标签应该只有一个 SGD 二进制分类器。显然，考虑到标签之间的推理，您可以拟合更复杂的模型，但 SGD 不会这样做，因此在提供的设置中使用它并不比仅仅拥有 N 个不同的分类器更有意义。
关于machine-learning - 向 SGDClassifier 添加新类？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/35295939/